ブラックボックス最適化による行列の非可逆圧縮

• Item type: SIG Technical Reports(1)
• 公開日: 2021-10-07
• タイトル: ブラックボックス最適化による行列の非可逆圧縮
• タイトル / 言語: en
• タイトル: Lossy compression of matrices by black-box optimization
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: （株）デンソー
• 著者所属: （株）デンソーアイティーラボラトリ
• 著者所属(英): en
• 著者所属(英): DENSO CORPORATION
• 著者所属(英): en
• 著者所属(英): DENSO IT Laboratory
• 著者名: 門脇, 正史; 安倍, 満
• 著者名(英): Tadashi, Kadowaki; Mitsuru, Ambai
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ベイズ最適化に代表されるブラックボックス最適化は，限られたデータから背後の関数をモデル化し，その関数の最適値を与える入力を求める手法である．近年，入力が二値や整数である組合せ最適化問題のブラックボックス最適化に関してイジングソルバを用いた研究が複数提案されている．我々は，この手法を整数基底分解法と呼ばれる行列の非可逆圧縮に適用した．整数基底分解法は機械学習の学習済みモデルをエッジコンピューティングで実行するための汎用的な技術である．我々の提案はある種の混合整数非線形計画法をイジングソルバで解くことを可能とする．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Black-box optimization, such as Bayesian optimization, is a method to find the input values to minimize or maximize a black-box function by a limited amount of data acquired sequentially. Recently, several studies using Ising solvers have been proposed for black-box optimization of combinatorial optimization problems with binary or integer inputs. We apply this method to the lossy compression of matrices, called integer decomposition. Integer decomposition method is a general-purpose technique for running trained models of machine learning on edge computing. Our proposal makes it possible to solve certain types of mixed integer non-linear programming with Ising solvers.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12894105
• 書誌情報: 量子ソフトウェア（QS）; 巻 2021-QS-4, 号 12, p. 1-4, 発行日 2021-10-07
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2435-6492
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会